这两天沉浸于给自己的项目敲代码和学习新编程语言之中，睡觉的时间很晚。这天下午，当我熟练地打开 Safari 和 Visual Studio Code，准备解决问题和添加新功能的时候，我的光标在 Safari 的地址栏停住了。这一刻，我在犹豫：是要先在官方技术文档和社区论坛找寻解决方案和策略，还是如往常一样，熟练地打开 Gemini、ChatGPT 或其它智能体，通过简单的几句话提交需求，然后坐等她们反馈解决方案呢？

这或许是一个值得我们去思考的问题。这种犹豫，本质上是我们在“效率”与“深度”之间的拉扯。

在过去两年多的时间里，生成式机器学习技术的不断发展确实把我们宠坏了。看着长串的代码在几秒钟内跃然屏上，那种多巴胺分泌的快感让人欲罢不能。但在这短暂的停顿中，我突然意识到：对于智能体的使用方法，应该由我们面对代码时的身份来决定。

当处于「学习者」时，思考可以被快进，但绝不能被跳过。 学习一门新语言或新框架，就像是建立底层认知的地基。如果一遇到报错就丢给智能体，我们得到的是一个可能「跑得通的结果」，却错失了翻阅官方文档、理解设计哲学、甚至在试错中建立代码直觉的机会。知识只会从我们的表面飘过，或短暂地停留，而后扬长而去。她们可以是一位帮你解释生涩概念的超级导师，但绝不能成为替你咀嚼知识的代劳者。在学习中跳过思考的下场，往往是在离开她们后，面对一片空白屏幕的手足无措。

然而，当你切换到「开发者」的实战模式时，态度就该截然不同了：去拥抱「新生」吧。 在实际的项目推进中，我们最大的敌人是重复造轮子和繁琐的体力劳动。写正则、配置环境、生成测试用例、甚至写一些业务逻辑的样板代码……在这些环节上死磕并不会带来技术上的顿悟，只会消耗你宝贵的精力。这时候，熟练地向智能体提交需求，让她们帮你扫清这些障碍，我们才能把核心精力聚焦在架构设计、业务逻辑和创新功能上。

决定我们能走多远的，永远不是智能体能协助我们做些什么，而是我们脑海中对问题的「知能」。